korelas dalam regresi linier sederhana rls dan koefisien korelasi linier n.
Download
Skip this Video
Loading SlideShow in 5 Seconds..
KORELAS DALAM REGRESI LINIER SEDERHANA (RLS) DAN KOEFISIEN KORELASI LINIER ( ρ ) PowerPoint Presentation
Download Presentation
KORELAS DALAM REGRESI LINIER SEDERHANA (RLS) DAN KOEFISIEN KORELASI LINIER ( ρ )

Loading in 2 Seconds...

play fullscreen
1 / 25

KORELAS DALAM REGRESI LINIER SEDERHANA (RLS) DAN KOEFISIEN KORELASI LINIER ( ρ ) - PowerPoint PPT Presentation


  • 221 Views
  • Uploaded on

KORELAS DALAM REGRESI LINIER SEDERHANA (RLS) DAN KOEFISIEN KORELASI LINIER ( ρ ). Analisis Regresi Kelompok 3 3SK1. Kelompok 3. Ayu Komala Dewi Hani Annisa Nauli Harahap Indryanty Yakub Moch. Miftachul Mubbarak Reni Anggraini Salman Assad Ibrahim Yulia Bentari.

loader
I am the owner, or an agent authorized to act on behalf of the owner, of the copyrighted work described.
capcha
Download Presentation

KORELAS DALAM REGRESI LINIER SEDERHANA (RLS) DAN KOEFISIEN KORELASI LINIER ( ρ )


An Image/Link below is provided (as is) to download presentation

Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author.While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.


- - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - -
    Presentation Transcript
    1. KORELAS DALAM REGRESI LINIER SEDERHANA (RLS)DAN KOEFISIEN KORELASI LINIER (ρ) Analisis Regresi Kelompok 3 3SK1

    2. Kelompok 3 • Ayu Komala Dewi • Hani Annisa Nauli Harahap • Indryanty Yakub • Moch. Miftachul Mubbarak • Reni Anggraini • Salman Assad Ibrahim • Yulia Bentari

    3. Korelasi dalam RLS • Korelasi melihat keeratandan arahhubunganantarvariabel. • Keeratan dilihat dari besarnya nilai koefisien kerelasi yang dihasilkan, berkisar antara -1 sampai 1 • Keeratan hubungan dilihat dari tanda koefisien korelasi yang dihasilkan, dimana positifberartiarahnyaberbandinglurusdannegatifberartiarahnyaberbandingterbalik.

    4. Dalam korelasi,hubungansebabakibattidakterlihat karena dalam hubungan (korelasi) kedudukan variabel baik dependen maupun independen adalah sama, yakni hanya saling berhubungan. • Regresi alat ukur hubungan antar variabel, melihatbesarnyapengaruhhubunganantarvariabel, sehinggahubungansebabakibatnyadapatterlihat. • Salahsatujenisregresiadalahregresi linear sederhana. Dalambentukregresiini, hubunganantarvariabelterlihathanyadalambentuk linear

    5. Model persamaanregresi linear sederhana : (model populasi) (model sampel) • a dan b adalahestimasi value untukdan • a adalahkonstanta, secaragrafikmenunjukkanintersep • b adalahkoefisienregresi yang menunjukkanbesarnyapengaruh X terhadap Y, secaragrafikmenunjukan slope (kemiringangarisregresi).

    6. Jika data hasilobservasiterhadapsampelacakberukuran n telahtersedia, pers. regresi: Y = a + bX Dengan a dan b: atau

    7. Contoh permasalahan • Seorangpenelitiinginmengetahuibentukhubunganantarajumlahcacingjenistertentudengan jumlahtelurnyapadaususayamburas. Untuktujuantersebutdiperiksa 20 ekorayamdanditemukansebagaiberikut: • Tabel 1. Jumlahcacingdanjumlahtelurnyapadaususayamburas.

    8. Perhitungan

    9. JadiYi=-2,442 + 4,103 Xi

    10. KoefisienKorelasi Linier (ρ) • AnalisisKorelasiadalahmetodestatistika yang digunakanuntukmenentukankuatnyaatauderajathubungan linier antaraduavariabelataulebih. • Semakinnyatahubungan linier (garislurus), makasemakinkuatatautinggiderajathubungangarislurusantarakeduavariabelataulebih. • Ukuranuntukderajathubungangarislurusinidinamakankoefisienkorelasi.

    11. Koefisienkorelasisederhanayang dilambangkandengan ρ (rho)adalahsuatuukuranarahdankekuatanhubungan linear antaraduavariabelbebas (X) danvariabelterikat (Y), • Besarnya nilaiρ  -1≤ r ≤ +1 • ρ = -1 artinyakorelasinyanegatifsempurna (menyatakanarahhubunganantara X dan Y adalahnegatifdansangatkuat) • ρ = 0 artinyatidakadakorelasi • ρ = 1 berartikorelasinyasangatkuatdenganarah yang positif.

    12. ρ = hubunganvariabel X denganVariabel Y • Xi = nilaivariabel X kei (1,2,3, ...) • Yi = nilaivariabel Y kei (1,2,3, ...)

    13. Tabel2. Tingkat HubunganNilai ρ

    14. Grafik hubungan antara variabel X dan Y

    15. Keterangan : • Hubunganpositifmenyatakanhubungansemakinbesarnilaipadavariabel X, diikuti pula perubahandengansemakinbesarnilaipadavariabel Y • Hubungannegatifmenyatakanhubungansemakinbesarnilaipadavariabel X, diikuti pula perubahandengansemakinkecilnilaipadavariabel Y. • ρ = 1,00 menyatakanhubungan yang sempurnakuat; ρ = 0,50 menyatakanhubungansedang; dan ρ = 0,00 menyatakantidakadahubungansamasekali (duavariabeltidakberhubungan).

    16. Contohsoal • Hitunglahkoefisienkorelasi (ρ) darivariabelpendapatan (variabel X) danpengeluaran (variabel Y) sebagaiberikut:

    17. Dengandemikiandapatdiperolehnilaisebagaiberikut: • X= 36 • Y =42 • X2= 216 • Y2= 314 • XY= 259 Dengan nilai ρ=0,98 memperlihatkan bahwa hubungan antara pendapatan (var. X) dan pengeluaran (var. Y) sangat kuat.

    18. ContohSoalRegresi Linear Sederhana dalam penghitungan SPSS • SeorangProfesoringinmenelititentangseberapabesarpengaruh lama pendidikan (tahun) terhadap Income dalamsetahun yang merekaperolehsetelahbekerja (jutadolar) • Hasil pengolahan SPSS:

    19. 2. Suatustuditentangkeefektifanpersenelingbarudalammenurunkankonsumsibahanbakar